专场：研发流程与平台工程
流程，组织和 工具做为企业变革的三大关键要素，在研发内部开展数字化转型或效能改进，都离不开对流程再造和优化，离不开工具和平台的有效支撑，也离不开对团队和组织的适应性改变。本专场介绍如何通过流程和平台的建设和优化来提升研发效能，来支撑企业数字化转型。
专场出品人：周代兵
华为 软件工程专家
拥有二十余年的软件开发，质量管理，流程建设，软件工程方法模式方面经验，致力于探索应用软件开发模式，方法，流程，工程技术等等综合改进来提升研发效率，尤其对流程改进，敏捷，精益看板，内源开发等有丰富的实战经验。
江鹏
数澈软件Seal 联合创始人
数澈软件Seal联合创始人，曾任SUSE及Rancher Labs大中华区技术总监、微软资深技术专案经理、Citrix首席顾问。在虚拟化、云计算、云原生、DevOps等相关领域拥有超过17年的软件解决方案设计、建设、推广和咨询等相关经验。

擅长领域：云原生、基础设施
待定
待定
从DevOps到平台工程：建设现代化开发者平台
DevOps已死，平台工程才是未来！相信很多人都曾经被这句话刷屏。究竟平台工程是什么？是否与DevOps对立并且要取代DevOps？平台工程如何在企业内部落地？本次分享尝试解答上述问题。本次分享将介绍平台工程及内部开发者平台相关概念、典型的内部开发者平台组成、构建内部开发者平台的相关技术栈以及相应的建设原则及组织架构实践。
1. 平台工程及其相关概念
2. 典型的内部开发者平台及其构成
3. 建设开发者平台的典型技术栈
4. 开发者平台的建设原则
5. ChatGPT与内部开发者平台
了解平台工程及内部开发者平台的相关概念、总体架构、建设技术栈及相关建设原则，为有意向建设内部开发者平台的听众提供建设参考。
 
内容大纲
听众收益
王青
JFrog (中国) 技术总监
十五年敏捷研发管理与软件工程实践经验，目前任 JFrog 中国技术团队负责人，为大型企业制品库建设提供咨询。
待定
待定
高性能制品库系统的设计
如何设计支持高并发文件上传的存储系统，水平扩容并优化磁盘存储空间支持高并发下载，已经成为了企业面临的挑战。JFrog Artifactory是全语言制品库管理平台，已经为上千家企业用户提供海量制品管理。为了解决用户从海量文件中下载文件慢的问题，JFrog从存储和系统架构层面进行了全面优化。本次分享将为大家介绍 JFrog 制品库的系统设计，以及如何解决高并发下载和上传文件等问题。
1. 海量文件存储占用磁盘大，如何优化？ 
2. 如何设计存储系统能支持高并发的文件上传？ 
3. 高并发下载遇到瓶颈，如何水平扩容？ 
4. 用户如何自动化清理文件？
1. 理解制品库如何进行存储优化
2. 理解制品库如何扩容
3. 理解如何自动化清理过期制品
内容大纲
听众收益
路宁
研发效能领域知名专家
研发效能及质量领域知名专家，曾在快手负责质量与研发效能工作，在滴滴、百度、ThoughtWorks任管理和架构职位，作为咨询师服务过平安科技、顺丰科技、工商银行，华为等企业。
待定
待定
当AI大语言模型遇到一站式平台
目前，研发一站式平台已经成为国内各大厂的标配并且是当前建设的重点内容。同时，AI 大语言模型也是当前最受关注的技术之一，正在掀起一场改造万物的革命。这种技术将深刻影响研发一站式平台的建设，为其带来全新的交互方式与智能体验。在本次分享中，我们将从大厂平台建设的背景出发，结合实例深入探讨研发一站式平台建设的关键选择及最佳实践。同时，我们还将探究如何利用 AI 大语言模型来改造一站式平台，分析平台内部模型与系统架构将会发生的变化，并同步分享几家大厂的尝试。最后，我们将为大家提供实用建议，帮助大家建设好自己的平台，并积极地迎接到来的机遇和挑战。
张勇
腾讯 技术工程事业群
研发效能资深技术专家
拥有19年研发经验、13年测试负责人、10年的敏捷交付和企业数字化转型经验，帮助企业在组织变革、研发流程改进、产品交付质量和效率提升、研发工具链平台建设和产品及研发团队优秀实践进行落地等。曾在互联网、金融、ThoughtWorks、国外IBM、HP等公司负责规模化研效提升和数字化转型，拥有深厚的研效工具链产品经验和公司层面研效推动经验，在产品领域、研发领域、测试领域、运维领域和线上运营都有实际落地经验。
擅长领域：研发效能度量平台建设和度量模型及规模化落地；研发工具链建设和规模落地；测试自动化架构和分层落地。
待定
待定
万人研发规模企业研效度量平台建设和团队提升实践
打通工具链数据孤岛，沉淀客观、稳定、高质量、可用于数据分析的“研发数据观测报表”和全局的观测指标体系；
解决共性指标建设和各团队个性化数据观测需求保障，并不断拉通整合团队观测指标体系；
解决研效数据观测实时和非实时数据响应，并保障数据成本和数据权限/安全可控。
1.打通工具链数据孤岛，沉淀客观、稳定、高质量、可用于数据分析的“研发数据观测报表”和全局的观测指标体系；
2.解决共性指标建设和各团队个性化数据观测需求保障，并不断拉通整合团队观测指标体系；
3.解决研效数据观测实时和非实时数据响应，并保障数据成本和数据权限/安全可控；
4.自下而上的规模化推动路线；
1.了解万人以上的研效度量平台的建设路径；
2.了解如何激活在各业务团队效能改进和拉齐度量指标体系；
3.了解实时和非实时观测场景落地技术实践。

内容大纲
听众收益
关注QECon公众号
议题投稿
Speaker@qecon.net    
票务联系
15901265561  小娟
媒体合作
13516196409  皮皮
商务合作
15122643988  木子